03.03.2026
Агентная архитектура искусственного интеллекта для автоматизированной правовой экспертизы: преодоление ограничений RAG-подходов в юридическом анализе НПА
Сафинов К.Б.
Директор ТОО «Институт государственного управления и права»
д.ю.н., профессор
Республиканский референдум по проекту новой Конституции Республики Казахстан, назначенный на 15 марта 2026 года, формирует институциональный запрос, выходящий за рамки политической дискуссии. Конституция закрепляет принципы; их реальное действие определяется сотнями законов и тысячами подзаконных актов, принятых за тридцать лет. Разрыв между конституционной нормой и подзаконной практикой - хорошо задокументированная проблема казахстанского правоприменения. Принятие новой редакции Основного закона без системного мониторинга соответствия ей всего законодательного массива рискует воспроизвести этот разрыв в новых нормативных правовых условиях.
Послании Президента Республики Казахстан К.К. Токаева народу Казахстана «Казахстан в эпоху искусственного интеллекта» (8 сентября 2025 года) поставлена задача глубокой ревизии законодательства с использованием технологий искусственного интеллекта - выявления избыточных, противоречивых и устаревших норм, сдерживающих развитие бизнеса и ограничивающих права граждан. Таким образом, два институциональных процесса - конституционный референдум и ревизия законодательства - сошлись в единой точке: оба формируют запрос на масштабную, системную и верифицируемую правовую экспертизу нормативных актов.
Традиционная модель экспертизы - экспертиза, проводимая человеком, экспертом-юристом - не масштабируется на весь нормативный массив. Кроме того, традиционная модель правовой экспертизы характеризуется значительными временными затратами, ограниченной масштабируемостью и риском пропуска типовых дефектов вследствие человеческого фактора.
В то же время экспертиза на основе существующих моделей искусственного интеллекта (ИИ), даже с использованием широко применяемых решений на основе архитектуры Retrieval-Augmented Generation (RAG), также обнаруживают принципиальные ограничения при работе с юридическими текстами: неспособность выстраивать многоуровневые нормативные иерархии и отсутствие верифицируемых ссылок на конкретные правовые нормы. Настоящая статья описывает разработанную ТОО «Институт государственного управления и права» (далее -Институт) систему оркестрации интеллектуальных агентов правовой экспертизы (СОИАПЭ) - агентную архитектуру ИИ, преодолевающую эти ограничения и образующую технологическую основу для конституционного мониторинга законодательства.
Глубокая ревизия законодательства предполагает анализ всего массива нормативных правовых актов с целью выявления дублирующих, противоречащих, декларативных и неэффективных норм, а также разработку предложений по их корректировке путём внесения изменений, отмены или принятия новых актов. В рамках поставленных задач должны быть выявлены регуляторные барьеры и ограничения, препятствующие предпринимательской инициативе.
Наш Институт, в целях решения указанных вопросов проводит исследовательскую и практическую деятельность по разработке технологий искусственного интеллекта, направленных на выявление незаконных и необоснованных запретов, ограничений прав и свобод, противоречащих Конституции Республики Казахстан, а также обязанностей, неправомерно возлагаемых на субъектов предпринимательства. В рамках этой деятельности нами разработана система оркестрации интеллектуальных агентов правовой экспертизы (СОИАПЭ), применённая для анализа подзаконных актов, принятых во исполнение Экологического кодекса Республики Казахстан от 2 января 2021 года № 400-VI.
Современная регуляторная политика сталкивается с необходимостью одновременного повышения качества нормотворчества и снижения административной нагрузки на бизнес. Одним из ключевых инструментов достижения этих целей является правовая экспертиза проектов нормативных правовых актов, направленная на выявление противоречий законодательству, процедурных дефектов, избыточных требований и коррупциогенных факторов.
В последние годы широкое распространение получили большие языковые модели (Large Language Models, LLM), используемые в том числе для анализа правовых текстов. Однако большинство практических решений опирается на упрощённые схемы Retrieval-Augmented Generation (RAG), ориентированные на извлечение фрагментов из гетерогенных текстовых корпусов. Такие подходы оказываются недостаточно эффективными при работе со связным нормативным материалом, где правовые выводы формируются на основе совокупности взаимосвязанных норм, процедур и условий.
Классические RAG-подходы предполагают извлечение фиксированного числа фрагментов текста на основе семантического сходства с запросом и последующую генерацию ответа языковой моделью. Данный механизм хорошо работает в условиях больших и разнородных корпусов, однако он плохо адаптирован к задачам правового анализа, где источник информации представляет собой связный и иерархически организованный нормативный массив. Правовое рассуждение требует сохранения логических и иерархических связей между нормами, учёта процедурных цепочек (условие - действие - последствие), а также одновременного анализа нескольких правовых аспектов одного и того же положения. Фрагментированное извлечение контекста по принципу top-k приводит к избыточности, дублированию аргументов и, что более критично, к разрушению цепочек правового обоснования. В результате языковая модель оказывается в роли генератора текста, а не интерпретатора юридических доказательств.
Ограничения классических RAG-подходов при работе со связными и иерархически организованными источниками информации отмечаются и в современных исследованиях агентных архитектур. В работе показано, что фиксированное извлечение фрагментов по семантическому сходству приводит к избыточности и фрагментации доказательственных цепочек. В качестве альтернативы предлагается подход, основанный на семантической декомпозиции материала на устойчивые компоненты с последующей иерархической агрегацией и адаптивным раскрытием контекста. Аналогичный методологический сдвиг реализован в архитектуре, где извлечение организуется на уровне агрегированных семантических узлов, а не отдельных текстовых фрагментов.
Значимость разработки институциональных и методологических механизмов интеграции искусственного интеллекта в законотворческий процесс подчёркивается и в исследованиях, посвящённых применению ИИ в законодательной деятельности. Отмечается, что внедрение больших языковых моделей обладает преобразующим потенциалом для законодательных исследований и подготовки законопроектов, однако данный потенциал реализуется лишь при условии использования ИИ как инструмента структурированного анализа и поддержки экспертного суждения. Подчёркивается критическая важность управления контекстом, корректной постановки аналитических вопросов, наличия механизмов проверки выводов и признания границ знания ИИ. Отсутствие таких механизмов приводит к формированию внешне авторитетных, но методологически уязвимых выводов, что требует сохранения человеческого контроля над результатами анализа.
Система СОИАПЭ исходит из иной методологической предпосылки: LLM рассматривается как агент-«читатель», работающий с уже структурированным корпусом юридических доказательств, сформированным в результате семантической декомпозиции нормативного текста и последующей агрегации экспертных выводов. В основе системы лежит мультиагентная архитектура, имитирующая работу команды узкоспециализированных юридических экспертов. Каждый агент выполняет анализ проекта нормативного правового акта в рамках строго определённой предметной области и формирует самостоятельный экспертный вывод.
Система предназначена для комплексного анализа проектов законов и подзаконных актов по следующим направлениям: проверка соответствия Конституции Республики Казахстан и принципу иерархии нормативных актов; выявление административных барьеров и избыточных требований; идентификация коррупциогенных факторов; оценка юридико-технического качества проектов нормативных актов; анализ соблюдения процедурных требований законодательства.
Нормативный текст в системе СОИАПЭ рассматривается не как набор независимых фрагментов, а как связный правовой эпизод, подлежащий декомпозиции на устойчивые семантические компоненты: нормы, условия, процедуры, исключения и санкции. Эти элементы агрегируются в тематически и логически целостные блоки экспертных выводов, что позволяет минимизировать избыточность контекста, сохранить логические и временные связи между нормами и обеспечить воспроизводимость рассуждений.
Ключевым требованием к системе автоматизированной правовой экспертизы является возможность обоснования каждого вывода ссылкой на действующую норму законодательства. В системе реализована интеграция с актуальной нормативной базой Республики Казахстан, а также механизм автоматической верификации юридических ссылок, исключающий использование утративших силу или несуществующих норм. Это существенно снижает риск генерации недостоверных правовых аргументов и повышает доверие к результатам экспертизы.
Практическая апробация системы СОИАПЭ была проведена в рамках анализа более тысячи подзаконных нормативных правовых актов.
Анализу с помощью данной системы были подвергнуты 1007 подзаконных нормативных актов, включающих в себя постановления Правительства, приказы центральных исполнительных органов (министерств) и ведомств.
Проанализированные подзаконные НПА относились к сферам экологического законодательства, связанного с ним иного природоохранного и природоресурсного законодательства, а также законодательства в области недр и недропользования и энергетики, топливно-энергетического и агропромышленного комплексов (всего по пяти кодексам и двадцати шести законам Республики Казахстан).
В ходе исследования 1007 актов было выявлено 7327 дефектов правового регулирования, в том числе незаконные ограничения прав, избыточные обязанности, процедурные неопределённости и нарушения иерархии нормативных правовых актов и т.д.
Полученные результаты подтверждают возможность масштабного применения агентных архитектур искусственного интеллекта для предварительной правовой экспертизы нормативных правовых актов при сохранении требований к юридической обоснованности и воспроизводимости выводов.
Использование принципов семантической декомпозиции, управляемой агрегации и обязательной нормативной верификации позволяет существенно сократить трудоёмкость анализа, минимизировать избыточность контекста и сохранить доказательственную связность правового рассуждения.
Представленная система не предназначена для замены юриста-эксперта и рассматривается как вспомогательный инструмент, механизм поддержки принятия решений в процессе нормотворчества и правовой экспертизы. Категоричная квалификация дефектов допускается только при наличии однозначного нормативного основания; в иных случаях формируются аналитические выводы и рекомендации, требующие последующей экспертной оценки. Такой подход обеспечивает баланс между использованием потенциала искусственного интеллекта и сохранением ключевой роли человеческого юридического суждения.
В целом результаты исследования демонстрируют, что преодоление ограничений классических RAG-подходов в правовом анализе возможно за счёт перехода к агентным архитектурам, ориентированным на работу со структурированными юридическими доказательствами. Развитие подобных систем открывает перспективы повышения качества нормотворчества, снижения регуляторной нагрузки и внедрения более прозрачных и обоснованных механизмов правовой экспертизы в условиях цифровой трансформации государственного управления.
Как было указано выше, полученные результаты подтверждают возможность масштабного применения агентных архитектур искусственного интеллекта для предварительной правовой экспертизы нормативных правовых актов при сохранении требований к юридической обоснованности и воспроизводимости выводов.
В настоящий период, Институт работает над совершенствованием инструмента, использующего принципы семантической декомпозиции, управляемой агрегации и обязательной нормативной верификации. Данный инструмент позволит проводить юридическую экспертизу действующих НПА с целью выявления в рамках правового мониторинга устаревших норм или правовых дефектов в текстах законов. Это позволит существенно сократить время, необходимое государственным органам и депутатам для оценки и подготовки текстов законопроектов, а также своевременно реагировать на допущенные правовые дефекты.
В рамках данного исследования были проведены правовые экспертизы ряда недавно принятых законов. Результаты показывают возможность минимизации допускаемых нейросетью ошибок, однако требуют дополнительного обучения системы.
Вместе с тем при проведении экспертизы разработанная Институтом система выявила:
· по Закону «Об искусственном интеллекте» от 17.10.2025 г. № 230-VIII - более 30 дефектов;
· по Закону «О профилактике правонарушений» от 30.12.2025 г. № 245-VIII - более 40 правовых коллизий и изъянов.
Более того, по последнему закону система указала на серьезные нарушения действующей Конституции РК и самостоятельно подготовила запрос в Конституционный суд с обоснованными аргументами и предложениями[5].
Проводимая Институтом вышеуказанная работа направлена на реализацию одной из основных целей нашего государства - повышение эффективности действующего законодательства для решения задач по улучшению благосостояния населения.
Список литературы
1. Послание Президента Республики Казахстан К.К. Токаева народу Казахстана «Казахстан в эпоху искусственного интеллекта: актуальные задачи и их решения через цифровую трансформацию», 8 сентября 2025 года. URL: https://www.akorda.kz/ru/poslanie-prezidenta-respubliki-kazahstan-kk-tokaeva-narodu-kazahstana-8-sentyabrya-2025-goda-2256880
2. Hu Z., Zhu Q., Yan H., He Y., Gui L. Beyond RAG for Agent Memory: Retrieval via Decomposition and Aggregation. arXiv preprint, 2025.
3. Zhang Y., Wu R., Cai P., Wang X., Yan G., Mao S., Wang D., Shi B. LeanRAG: Knowledge-Graph-Based Retrieval with Semantic Aggregation and Hierarchical Reasoning. arXiv preprint, 2025.
4. Beitel R., Neiswanger A. Potential Role of Artificial Intelligence in Legislative Research and Drafting. Baroni Center for Government Contracting, White Paper Series No. 22, June 10, 2025.
5. Ссылка на обращение в Конституционный суд РК подготовленная ИИ
Послание Президента Республики Казахстан К.К. Токаева народу Казахстана «Казахстан в эпоху искусственного интеллекта: актуальные задачи и их решения через цифровую трансформацию», 8 сентября 2025 года. URL: https://www.akorda.kz/ru/poslanie-prezidenta-respubliki-kazahstan-kk-tokaeva-narodu-kazahstana-8-sentyabrya-2025-goda-2256880
Hu Z., Zhu Q., Yan H., He Y., Gui L. Beyond RAG for Agent Memory: Retrieval via Decomposition and Aggregation. arXiv preprint, 2025.
Zhang Y., Wu R., Cai P., Wang X., Yan G., Mao S., Wang D., Shi B. LeanRAG: Knowledge-Graph-Based Retrieval with Semantic Aggregation and Hierarchical Reasoning. arXiv preprint, 2025.
Beitel R., Neiswanger A. Potential Role of Artificial Intelligence in Legislative Research and Drafting. Baroni Center for Government Contracting, White Paper Series No. 22, June 10, 2025.
